定株管理是未来果园精准生产管理的趋势,果树单木树冠信息的提取是定株管理的关键.该研究利用无人机采集的苹果园激光探测与测量数据(Light Detection and Ranging,LiDAR)检测和测量每棵果树的树冠面积和树冠直径,并评价空间分辨率对果树单木树冠检测与提取结果的影响.该方法主要使用反距离权重插值法间接生成冠层高度模型(Canopy Height Model,CHM);使用局部极大值滤波算法和标记控制分水岭分割算法(Marked-Controlled Watered Segmentation,MCWS)对果树进行单木树冠检测与提取.通过与参考数据的比较,评估了该方法的精度,并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性.结果表明,该方法可有效实现果树单木树冠检测与信息提取,代表果树检测精度的F1得分为95.03％,树冠轮廓提取准确率为86.39％,树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56％,树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79％,树冠面积和直径不同程度地被高估.此外,冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高,可以有效检测果树单木树冠及提取树冠轮廓,从而准确提取果树单木树冠信息.